利用头皮 EEG 追踪兴奋—抑制平衡变化的数据同化方法

基于摘要分析。本研究针对难以估计随时间变化的兴奋—抑制（E/I）平衡这一问题，提出基于神经群体模型（neural-mass model）与 Ensemble Kalman Filter 的数据同化方法，从头皮 EEG 追踪脑状态并估计突触兴奋、抑制增益参数，再以两类增益的比值定义 E/I 平衡指标。 核心机制是利用观测 EEG 约束模型状态与参数估计，将可观测的电生理信号映射为模型层面的 E/I 增益变化。该指标属于依赖模型假设的间接估计，不能仅凭摘要将其等同于对真实突触兴奋和抑制活动的直接测量。具体模型方程、观测映射、参数可辨识性、滤波设置及噪声假设尚未验证。 作者报告，该方法在人类 EEG 数据上能够以亚秒尺度估计 E/I 平衡变化。摘要未提供被试数、任务、通道配置、数据划分、对照基线、估计误差或统计检验，因此这一结果尚不能用于判断估计准确性、跨被试稳定性或在线运行能力；实验协议、消融及统计信息尚未验证。 作者提出，该方法具有量化时变 E/I 平衡与知觉、运动学习变化关系的潜力，并可能用于开发面向临床的 E/I 平衡神经反馈训练。摘要并未说明已验证学习效果、神经反馈闭环效益或临床疗效。复现时需核对模型与参数设置、EEG 预处理、滤波初始化，以及支持 E/I 指标生理解释的验证依据。